GCP News - 2026-10-05

2026-10-05
最終更新: 2026-10-06 02:54:59 JST

AI による概要

4 記事

この日は 4 件で、リリースノートの IPv6 対応と、国内事例、コンテナ管理の評価、人材育成の記事でした。リリースノートでは、Standard Tier で外部 IPv6 アドレスがサポートされるようになりました (Cloud Load Balancing、Compute Engine、Network Service Tiers のいずれもプレビュー)。また Google SecOps SIEM では、Chronicle API を使ういくつもの機能について Terraform プロバイダと Google Cloud クライアントライブラリが利用可能になりました。対象は Feeds、Parsers、Rules、Findings Refinements、Retrohunts、Dashboards、Data Tables、Watchlists、Custom Lists、Environments、Environment Groups、Data Export、SOAR Domains、SOAR Networks です。Terraform プロバイダは Google SecOps のリソースをコードとしてプロビジョニング・管理できるようにし、クライアントライブラリは好みの言語でカスタム統合を作ったり Google SecOps のワークフローを自動化したりすることを可能にします。事例では、関東・関西に 180 店舗以上を展開するディスカウントスーパーマーケットのオーケーが、AlloyDB と Database Migration Service で「止められない基幹システム」を移行した取り組みが公開されました。同社は「高品質・Everyday Low Price」を経営方針に掲げ、2020 年に Google Cloud を導入してオンプレミスのデータウェアハウスを BigQuery へ刷新し、2021 年には「オーケーネットスーパー」を開始、会員向けアプリも Firebase で短期間に構築してきました。その裏側で、ネットスーパーの顧客体験を担う「ネットスーパー DB」と、店舗の止められない業務を担うデータベースという 2 つのコアデータベースの刷新が必要になっていました。前者は将来的に法人利用も視野に入れており、増大するトランザクションに柔軟に対応できるスケーラビリティとインフラ運用コストの最適化が求められ、従来は他社クラウド上で稼働してデータが各システムにサイロ化していたため、高度な分析基盤や AI と連携してリアルタイムにパーソナライズされた提案を行えるようにすることが目標でした。AlloyDB を軸とする構成を採用し、KDDI アイレットとともに現場への影響を極小化しながら新しい基盤を構築しています。コンテナでは、Google が 2026 年の Gartner Magic Quadrant でコンテナ管理部門のリーダーに 4 年連続で選出され、評価対象の全ベンダーの中で実行能力において最も高い評価を得たことが紹介されました。併せて公表された 2026 Gartner Critical Capabilities for Container Management では、新しいクラウドネイティブなアプリケーション、コンテナ化された既存のアプリケーション、AI トレーニング、AI 推論、エッジ、ハイブリッドというすべてのユースケースで Google Cloud が第 1 位になっています。Gartner は、Kubernetes を使う新規の AI デプロイが 2025 年には 30% 未満だったものが 2028 年までに 95% になると予測しています。人材育成では、日々のマイクロハビットで企業の AI 構築担当者をスキルアップする方法が紹介されました。開発者が AI ツールを 1 週間試してもセットアップで行き詰まり元のバックログに戻ってしまうというパターンに対し、真のギャップはイネーブルメントにあるという指摘です。Harvard Business Review の記事によればナレッジワーカーが正式な学習に割く時間は 1 日わずか 5 分で、1 週間がかりのブートキャンプや数週間の資格認定トラック、受け身のビデオ講義は開発者が確保できる時間に収まりません。1 つのスキルを扱う短いタスクに分けること、セットアップでつまずかないよう事前構成済みのブラウザベースのサンドボックスを渡すことなど、4 つの柱からなるアプローチが示されています。

主要トピック
  • ネットワーク: Standard Tier で外部 IPv6 アドレスに対応 (Cloud Load Balancing・Compute Engine・Network Service Tiers、いずれもプレビュー)

  • セキュリティ運用: Google SecOps SIEM の Feeds や Parsers、Rules など多数の機能に Terraform プロバイダとクライアントライブラリ

  • 事例: オーケーが AlloyDB と Database Migration Service で 2 つの基幹データベースを刷新、KDDI アイレットと現場影響を極小化

  • コンテナ: Google が 2026 年 Gartner Magic Quadrant のコンテナ管理でリーダーに 4 年連続選出、実行能力は全ベンダー最高評価

  • 人材育成: 1 日 5 分という学習時間の現実に合わせ、短いタスクと事前構成済みサンドボックスでマイクロハビット型のスキルアップ

AI (Claude Opus 5) が生成 · 2026-10-06 08:22:17 JST

Google Cloud Release Notes

October 05, 2026

詳細を表示

Cloud Load Balancing

Feature

External IPv6 addresses are now supported for Standard Tier. For more information, see IPv6 subnet ranges.

This feature is in Preview.

Compute Engine

Feature

Preview: External IPv6 addresses are now supported for Standard Tier. For more information, see IPv6 subnet ranges.

Google SecOps SIEM

Feature

[Spotlight Feature] Terraform and client libraries for multiple features using Chronicle API

Terraform providers and Google Cloud client libraries are now available for several Google SecOps features using Chronicle API including Feeds, Parsers, Rules, Findings Refinements, Retrohunts, Dashboards, Data Tables, Watchlists, Custom Lists, Environments, Environment Groups, Data Export, SOAR Domains, and SOAR Networks. For more information, see Terraform reference and Client libraries.

Terraform providers enable programmatic provisioning and management of Google SecOps resources as code, while Client Libraries enable developers to build custom integrations and automate Google SecOps workflows in their preferred programming languages.

Network Service Tiers

Feature

External IPv6 addresses are now supported for Standard Tier in Preview. For more information, see IPv6 subnet ranges.

Google Cloud Japan Blog

日々のマイクロ ハビットを活用して企業における AI 構築担当者ーをスキルアップする方法

詳細を表示

※この投稿は米国時間 2026 年 9 月 19 日に、Google Cloud blog に投稿されたものの抄訳です。

企業が生成 AI への投資を進めるなか、テックリーダーはいつも同じパターンを目にすることになります。開発者が AI ツールを 1 週間試してみるものの、セットアップで行き詰まり、結局は元のバックログに戻ってしまうのです。結局、何もリリースされません。

真のギャップはイネーブルメントにあります。Harvard Business Review の画期的な記事で、Josh Bersin 氏と Marc Zao-Sanders 氏は、ナレッジ ワーカーが正式な学習に割く時間は 1 日わずか 5 分であると指摘しています。ほとんどの企業研修プログラムは、いまだに 1 週間がかりのクラスルーム ブートキャンプや、数週間に及ぶ資格認定トラック、受け身のビデオ講義に頼っています。これらはどれも、開発者が実際に確保できる限られた時間には収まらないものばかりです。

Build with Gemini イベント シリーズが開催されるなか、Google Cloud コンサルティングは、チームのルーティンに手軽な日々の実践を組み込むことで、AI イネーブルメントのあり方を再考するリーダーが増えていることを実感しています。この投稿では、4 つの柱からなるアプローチと、グローバルなデベロッパー チャレンジから得た教訓を説明し、マイクロ ハビット スキルアップの概要を紹介します。

ワークショップから日々の実践へ

従来の方法

これからの方法

複数週にわたる半年に 1 度のクラスルーム ブートキャンプ

5 分間の実践演習

ローカル ワークステーションの構成と認証情報の設定

事前構成済みのブラウザベースのサンドボックス

出席とコンプライアンスの確認が必須

毎日の継続記録、バッジ、チーム チャレンジ

多肢選択式テストの完了

デプロイ可能なエージェント ツールと再利用可能なコード

このようなモデルを導入できるかどうかは、各タスクを小さく、管理しやすいものに留められるかにかかっています。エンジニアリング チーム全体で、この作業をどのように構成しているかをご紹介します。

  1. マイクロ ラーニングを習慣にする。1 日がかりのまとまったトレーニングを行うのではなく、モデルをデータベース スキーマに接続する、構造化出力を検証するなど、1 つのスキルをカバーする短いタスクを提示します。

  2. チームにブラウザベースのサンドボックスを提供する。セットアップは、ほとんどのトレーニングで停滞する部分であるため、なくしてしまいます。事前構成されたマネージド クラウド環境により、開発者はタブを開いて数分でコードを書き始めることができます。認証情報の申請は不要で、ローカルマシンへのインストールやメンテナンスの手間も一切ありません。

  3. 毎日の継続記録を組み込む。マイルストーンの達成、成功体験の共有、そしてチームメイトとのソリューションの比較を通じて、日々の学習がごく自然に日常業務の一部になっていきます。

  4. すべてのセッションを、実行可能なコンポーネントで終了する。各演習は、実際に動作するコンポーネントが手元に残るようにします。時間の経過とともに、それらのコンポーネントはコードやプロンプトの共有ライブラリとして蓄積され、チーム全体がいつでも引き出して再利用できるようになります。

Advent of Agents プログラムから得た教訓

<div class="article-module h-c-page">
  <div class="h-c-grid">


<figure class="article-image--large
  
  
    h-c-grid__col
    h-c-grid__col--6 h-c-grid__col--offset-3
    
    
  ">

  
  
    
    <img alt="image" src="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/image_aG6dSR4.gif" />
    
    </a>
  
</figure>


  </div>
</div>

Advent of Agents は、Google Cloud が開発者向けに提供している、エージェント構築を毎日行うプログラムです。このプログラムを立ち上げたとき、私たちは、技術支援からセットアップとスケジュール調整の負担をなくすとどうなるか、という疑問を検証したいと考えました。

開発者は、半日を費やしたり、最初にセットアップ ガイドを読んだりすることなく、ブラウザで直接実行できる、実務に即した短いエージェント演習を毎日 1 つずつ行いました。

  • 世界中のチームから 15 万人以上の開発者が参加。

  • ブラウザベースの環境で 859,000 回以上の実践的なコード実行。

  • 参加者の 31% が毎日継続して学習。これは、自分のペースで進める技術学習における業界平均(10%)の 3 倍以上であり、MOOC の標準ベンチマークである 5〜15% を大幅に上回る成果です。

  • 32,000 人以上の参加者が、実際に機能するエージェント コンポーネントを構築。

上記のデータは、Advent of Agents の Google アナリティクスの指標から取得したものです。

演習をそれぞれ 5 分未満に収め、サンドボックスを事前に整えておくことで、企業研修でボトルネックとなりがちな 2 つの課題(環境構築の手間とスケジュールの確保)を解消しました。このデータは、普段どおりの一日のスケジュールに演習が無理なく収まるのであれば、開発者は自ら時間を見つけて学習に取り組むということを示しています。

マイクロ イネーブルメントを実践する

<div class="article-module h-c-page">
  <div class="h-c-grid">


<figure class="article-image--large
  
  
    h-c-grid__col
    h-c-grid__col--6 h-c-grid__col--offset-3
    
    
  ">

  
  
    
    <img alt="image1" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/image1_loKECqr.max-1000x1000.png" />
    
    </a>
  
</figure>


  </div>
</div>

AI イネーブルメントのために、開発のスプリントを中断する必要はありません。必要なのは、継続的な実践の習慣と、チームが通常業務と並行して構築を進められるツールです。

  • ライブ構築を体験する。エンジニアリング チームに Build with Gemini ワークショップの機会を提供しましょう。イベントは参加費無料で、ビジネス リーダー向けのノーコードから開発者向けのコード ファーストまで、技術的な深さに応じたさまざまなトラックが用意されています。さらに、Google Cloud のエキスパートがサポートするライブ ハンズオンラボも実施されます。

  • GEAR でスキルを身に付ける。技術チームとビジネスチームを Gemini Enterprise Agent Ready(GEAR)プログラムに登録しましょう。メンバーシップは無料で、Google Skills の毎月の学習クレジット、ハンズオンラボ、スキルバッジなどの特典が含まれています。また、開発者、事業部門のリーダー、IT 意思決定者向けのラーニングパスも用意されています。

小さく始めて、頻繁に構築する

AI スキルの習得は、日々のルーティンを変えることから始まります。開発者は、毎日行う短時間の実践的な演習を通じて学ぶことができます。その過程で作成した実用的なコードは、チームが本番環境で利用できる初期ライブラリになります。

開発者に 1 日数分の時間と、準備ができたときにいつでも使用できるサンドボックスを提供しましょう。今週はまず 1 つの演習から始めて、小さな日々の習慣が、組織全体の AI 活用能力をどのように高めていくか、ぜひ実感してみてください。

- Delta、エージェントによる変革担当責任者、Ryan Faris

- Delta、プロダクト マネージャー、Enrique Chan

Google、2026 年 Gartner Magic Quadrant でコンテナ管理部門のリーダーに選出

詳細を表示

※この投稿は米国時間 2026 年 9 月 25 日に、Google Cloud blog に投稿されたものの抄訳です。

Gartner は 2026 年の Gartner® Magic Quadrant™ で、「ビジョンの完全性と実行能力」に基づき、Google を 4 年連続でコンテナ管理のリーダーとして認定しました。Google は、評価対象となった全ベンダーの中で実行能力において最も高い評価を得ています。これは、パフォーマンスと効率の両面で高度に最適化されたコンテナ プラットフォームを提供するという Google のミッションの成功を証明するものと考えています。Google は、次世代の AI アプリケーションやエージェント アプリケーションなど、特に要求が厳しく複雑なワークロードを大規模に構築、実行できるよう、世界中のお客様を支援しています。

Magic Quadrant に付随する 2026 Gartner Critical Capabilities for Container Management レポート(2026 年の Gartner のコンテナ管理の重要機能に関するレポート)によると、Google Cloud は、すべてのユースケース(新しいクラウドネイティブなアプリケーション、コンテナ化された既存のアプリケーション、AI トレーニング、AI 推論、エッジ アプリケーション、ハイブリッド アプリケーション)において第 1 位にランクインしました。

Gartner は、「Kubernetes を使用する新規の AI デプロイは、2025 年には 30% 未満だったが、2028 年までに 95% になる」と予測しています1。コンテナは昨今の特に革新的なアプリやビジネスを推進し、エージェントの時代にビジネスを変革するお客様が求めるインフラストラクチャを提供します。

<div class="article-module h-c-page">
  <div class="h-c-grid">


<figure class="article-image--large
  
  
    h-c-grid__col
    h-c-grid__col--6 h-c-grid__col--offset-3
    
    
  ">

  
  
    
    <img alt="2026 Gartner Magic Quadrant for Container Management" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/2026_Gartner_Magic_Quadrant_for_Container_.max-1000x1000.png" />
    
    </a>
  
</figure>


  </div>
</div>

Google Cloud は、2014 年に Kubernetes を導入し、2015 年に世界初のマネージド Kubernetes サービスである Google Kubernetes Engine(GKE)をリリースしたことで、業界全体のクラウドネイティブ革命を主導しました。それ以来、コンテナ プラットフォームと、活気に満ちた革新的な Kubernetes エコシステムに対する Google の取り組みは、さらに強化され、深まっています。GKE とともに、Google のサーバーレス コンテナ プラットフォームである GKE Autopilot と Cloud Run により、運用コストが大幅に削減され、デベロッパーは優れたコンテナ化アプリをこれまで以上に迅速に提供できるようになります。

エンタープライズ AI の急速な普及を受け、Google は AI 時代に向けてインフラストラクチャ管理を再定義しました。2026 年、Google はこれまでに、GKE と Cloud Run を、自律型 AI システム、大規模な推論ワークロード、セキュアなランタイム分離向けに設計された、エージェント ネイティブな高性能プラットフォームに移行するために、幅広い基盤の改善を導入しています。最先端の AI トレーニング、AI スタートアップの立ち上げ、企業の AI 変革の主導など、あらゆるニーズに対応するコンテナ プラットフォームをご用意しています。重要なポイントは次のとおりです。

AI インフラストラクチャで優れたパフォーマンスと効率を実現

  • GKE 予測レイテンシ ブースト: GKE Inference Gateway に組み込まれたこの ML 駆動型機能は、静的な構成ではなく容量認識ルーティングを使用して、最初のトークンまでの時間(TTFT)を最大 70% 短縮します。

  • GKE の自動 KV キャッシュ ストレージ階層化: KV キャッシュ データを RAM、ローカル SSD、Cloud Storage 間で自動的に移動します。これにより、メモリのボトルネックが軽減され、RAM へのオフロードによって TTFT が 40% 短縮され、大規模なプロンプト コンテキストではローカル SSD によってスループットが 70% 向上します。[1]

  • GKE によるコンテナとモデルの起動の高速化: GKE ノードのスピンアップ時間が最短で 4 分の 1 に短縮され、Pod の起動速度が最大 80% 向上しました。さらに、ネイティブの Run:ai Model Streamer のインテグレーションにより、重いモデルを Cloud Storage から 5 倍速く pull できます。

  • Cloud Run のオンデマンド サーバーレス GPU のゼロへのスケーリング: Cloud Run は NVIDIA RTX PRO 6000 Blackwell GPU をサポートしているため、チームは 700 億以上のパラメータがあるモデルをオンデマンドでサービングできます。サービスは、ゼロの状態から、完全にプロビジョニングされた GPU(すべてのドライバがプリインストール済み)に 5 秒未満で移行できます。アクティブな推論やファインチューニングの実行が完了すると、Cloud Run はインスタンスを自動的にゼロの状態にスケールダウンし、アイドル状態のインフラストラクチャ費用を排除します。

エージェント インフラストラクチャのセキュリティとスケールに対応する Kubernetes の進化

  • GKE Agent Substrate: オープンソースでセキュア バイ デフォルトのエージェント実行ランタイムである Agent Substrate は、標準的なコンテナ ランタイムよりも 10 倍高い密度で数百万のサンドボックスを実行できるように設計されています。自律型エージェントの時代に向けて専用設計された Substrate は、ネイティブのゼロトラスト カーネルとネットワーク分離により、1 秒あたり 500 回を超える一時停止 / 再開アクティベーションを実行しながら、500 ミリ秒未満での再開オペレーションを実現します。Agent Substrate は、あらゆる Kubernetes インフラストラクチャで動作し、GKE 向けに最適化されたオープンソース ソリューションとして提供されます。

  • GKE Agent Sandbox: gVisor カーネル分離テクノロジーを基盤とする Agent Sandbox は、信頼できないマルチエージェント AI のコード実行からホスト環境を分離します。セキュアな実行を大規模に実現し、1 秒未満のレイテンシで 1 秒あたり最大 300 個のサンドボックスを処理します。また、Axion プロセッサで実行した場合、同等のハイパースケーラー クラウド プロバイダと比較して最大 30% 優れたコスト パフォーマンスを実現します。

  • GKE Dataplane V2 のスケーラビリティの上限: アクティブな NetworkPolicy を実装する GKE クラスタのアーキテクチャ上の容量上限が、クラスタあたり 7,500 ノードから 15,000 ノードに倍増し、大企業や AI を活用するお客様の膨大なインフラストラクチャ ニーズに対応します。

  • GKE のインテントベースの自動スケーリング: GKE は、基本的なハードウェア指標だけでなく、アプリケーション インテントとカスタム指標を使用して、ネイティブに水平自動スケーリングできるようになりました。これにより、リソース割り当ての反応時間が 25 秒からわずか 5 秒に短縮されます。

  • Filestore エージェント ボリューム: NFS マウントをミリ秒単位でアタッチ / デタッチする新しいサービス。エージェントをほぼ瞬時に開始 / 再開できるほか、ネイティブの Read-Write-Many(RWX)アクセスと POSIX 準拠のファイルロックにより、書き込みの競合を発生させることなく、安全なマルチエージェント コラボレーションを実現します。

サーバーレス コンテナによる次世代のデベロッパー エクスペリエンス

Cloud Run は、標準的なウェブ API のホスティング、負荷の高いバッチデータ ジョブの実行、非同期メッセージ キューの処理、複雑な AI エージェントのデプロイなどをすべて、比類のないデベロッパー エクスペリエンスと最大限のエンジニアリング速度を実現する単一の統合されたサーバーレス モデルで処理します。

  • Google AI Studio でのワンクリック プロトタイピング: フルスタック アプリケーションを直接構築してデプロイできる Google AI Studio は、迅速なプロトタイピングやテストに最適な環境となっています。ワンクリックで、バイブ コーディングされたアプリケーションを即座にパッケージ化して Cloud Run に公開できます。

  • Cloud Run インスタンス: この新しいプリミティブは、Cloud Storage ボリューム マウントを統合した、個別にアドレス指定可能な長時間実行のシングルトン リソースを管理します。これにより、OpenClaw のような常駐型のバックグラウンド エージェントを費用対効果よくデプロイできるようになります。Cloud Run インスタンスは、ベースラインの共有 CPU 構成の料金が、予測しやすい月額約 5.70 ドルの定額料金(1 つの vCPU と 1 GiB の RAM の場合)からとなっており、従来の VM の無駄なアイドル費用や運用上のオーバーヘッドを回避しながら、常時稼働の VM のようなエクスペリエンスを提供します。

  • Cloud Run サンドボックス: 500 ミリ秒未満でスピンアップするハードウェア的に隔離された環境で、信頼性の低いモデル生成コードを安全に実行し、ホストシステムを不正アクセスから保護します。

次のステップ

Google は、コンテナ プラットフォームのパフォーマンス、セキュリティ、スケールを新たな高みへと引き上げながら、オープンな環境で未来を築き続けています。ぜひ、Agent Sandbox と Agent Substrate を今すぐお試しください。お客様やパートナー様とともに、エージェント インフラストラクチャの未来を築いていけることを楽しみにしています。学習を続けるには、以下のリソースをご覧ください。


1. Gartner レポート: Critical Capabilities for Container Management、2026 年 9 月 8 日

Gartner、Magic Quadrant のコンテナ管理部門、Dennis Smith 他、2026 年 9 月 2 日Gartner、Critical Capabilities for Container Management、Tony Iams、Wataru Katsurashima、Lucas Albuquerque、Dennis Smith、Bhuvie Chhabra、2026 年 9 月 8 日。Gartner および Magic Quadrant は、Gartner, Inc. および / またはその関係会社の商標です。免責事項: Gartner は、発行物に掲載されている特定の企業、ベンダー、製品、サービスを推奨するものではありません。また、最高の格付けまたはその他の評価を得たベンダーのみを選択するように助言するものでもありません。Gartner の発行物は、Gartner のビジネスおよびテクノロジー インサイト組織の見解を表したものであり、事実を表現したものではありません。Gartner は、明示または黙示を問わず、商品性や特定の目的への適合性を含め、本出版物に関連したいかなる保証も行いません。

オーケー: AlloyDB と Database Migration Service で「止められない基幹システム」を移行し、データドリブンな価値創出を加速

詳細を表示

小売業界で急速な事業拡大を続けるオーケー株式会社(以下、オーケー)は、ネットスーパーの成長を支えるデータベースの基盤強化と、店舗の「止められない」業務を担うデータベースの刷新という 2 つの課題に挑戦。AlloyDB を軸とする Google Cloud のソリューションを採用し、現場への影響を極小化しながら、新たな基盤の構築に成功しています。このプロジェクトを推進してきたオーケーと KDDIアイレット株式会社(以下、KDDIアイレット)の担当者に、話を伺いました。

利用しているサービス:
AlloyDB, Database Migration Service(DMS), BigQuery, Firebase, Partner Interconnect, Datastream, Google Workspace, Gemini など

利用しているソリューション:
データベースのモダナイゼーション

ビジネスの急成長を受けて高まった、2 つの基幹データベース刷新の必要性

オーケーは「高品質・Everyday Low Price」を経営方針に掲げ、関東・関西に 180 店舗以上を展開するディスカウント スーパーマーケットです。同社は高品質な商品でありながら、特売日を設けず毎日が低価格の「Everyday Low Price(EDLP)」方針を徹底し、「小売 × IT」の最先端の仕組みづくりに挑戦してきました。2020 年に Google Cloud を導入し、オンプレミスのデータ ウェアハウスを BigQuery へと刷新したのを皮切りに、2021 年には「オーケーネットスーパー」を開始。会員向けスマートフォン アプリも、Firebase を活用して短期間で構築するなど、デジタル領域での顧客体験向上に注力しています。

しかし、オーケー IT本部 副本部長の荒川 健児氏は、こうした取り組みの裏側で、システムの心臓部を担う 2 つのコア データベースの刷新が求められていたと振り返ります。1 つ目は、ネットスーパーの顧客体験向上を担う「ネットスーパー DB」です。

<figure class="article-image--wrap-small
  
  ">

  
  
    
    <img alt="_53A1100_Small" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/_53A1100_Small.max-1000x1000.jpg" />
    
    </a>
  
</figure>







  <p>「この領域は将来的には法人利用も視野に入れており、増大するトランザクションに柔軟に対応できるスケーラビリティと、インフラ運用コストの最適化が強く求められていました。従来は他社のクラウド上で稼働しており、データが各システムにサイロ化していたのが実情です。このため高度な分析基盤や AI と連携しながら、お客様に対してパーソナライズされた提案をリアルタイムに行えるようにすることが目標となっていました。」</p>
</div>

2 つ目のデータベースは、日々の店舗業務を支える「生鮮 DB」です。これは各店舗のマスター情報や仕入れ、棚卸し、販売実績といったデータを蓄積し、全店舗からのデータ参照や現場の帳票出力などに対応しており、絶対に止めることができないシステムです。

「『生鮮 DB』については長年稼働してきたオンプレミス環境からの脱却を目標にしていましたが、新しいクラウド環境とオンプレミス環境が並存する過渡期に、データ連携と一貫性をいかに維持するかという課題がありました。また『生鮮 DB』は、現場に定着している業務プロセスと密接に結びついているため、一斉停止を伴う全面移行をいかに避けるかも問われていました。」(荒川氏)

AlloyDB の採用により、業務の根幹を支えるデータベースの移行と基盤統一を実現

現行業務への影響を最小限に抑えながら、既存のデータベースからコアデータを安全に切り離し、新たなクラウドに段階的に移行する。この難易度の高いミッションをクリアすべく、オーケーは基本方針の決定からネットワーク構築、PoC(概念実証)、データ移行、本番切り替えまでのサポートを KDDIアイレットに依頼します。評価されたのは、Google Cloud 導入支援と運用最適化を多数手がけてきた実績でした。

これ以降、両社は共に検討を重ね「ネットスーパー DB」と「生鮮 DB」の移行先を統一し、その共通基盤として AlloyDB の採用を決定しました。KDDIアイレットで開発を率いた齋藤 寛隆氏は、その選定理由として 5 つのポイントを挙げています。

<figure class="article-image--wrap-small
  
  ">

  
  
    
    <img alt="0623-0457_Small" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/0623-0457_Small.max-1000x1000.jpg" />
    
    </a>
  
</figure>







  <p>「まず大前提となったのは高可用性です。AlloyDB は、止められない生鮮業務を支えられる『99.99% のサービスレベル契約(SLA)と約 15 秒のフェイルオーバー』という性能を持っていました。2 つ目は、標準的な PostgreSQL 比で 4 倍以上のトランザクション処理性能、3 つ目は、オート バキュームなどの自動化による運用負荷の削減です。4 つ目はすでに活用されている BigQuery との親和性で、最後は移行支援ツールの充実も決め手になりました。」</p>
</div>

AlloyDB への統合にあたっては、「セキュアなプライベート通信の確立」と「種類の異なるデータベース間での無停止移行」という要件がありました。まず通信に関しては、オンプレミスのデータセンターや他社クラウドから Google Cloud へ Partner Interconnect の専用線で接続。インターネットを経由せずに AlloyDB と通信できる閉域網環境が構築されています。

データ移行では、DB ごとに方法が使い分けられました。「ネットスーパー DB」は一部データの移行となり、システムを停止させることが可能だったため、対象データを既存の PostgreSQL からエクスポートし、AlloyDB へインポートする方法が採用されています。これに対して「生鮮 DB」は、システムを止めることができないため、データ移行をアシストする Database Migration Service(DMS)が活用されました。

「『生鮮 DB』の移行では、DMS を用いて従来のデータベースのトランザクション ログから差分データを解釈し、新しいデータベースへ継続的にデータ書き込みを行う方式を採用しました。これはクエリを発行しないため、稼働中のデータベースへの負荷を最小限に抑えることができます。また、差分のみの転送で遅延を最小限に抑えつつ、切り替え時のダウンタイムの極小化が実現できると判断し、DMS の採用を決めました。」(齋藤氏)

この移行プロセスでは、KDDIアイレットの知見も活かされています。スキーマ変換では、DMS のコンバージョン ワークスペースと Gemini の変換提案を活用して作業の効率化を実現。DMS が対応していない日本語のカラム名では、英数字の仮テーブルを経由して、移行後に再設定する方法が採られています。移行後のデータ検証には、Google Cloud のデータ検証ツールが使用されました。

<div class="article-module h-c-page">
  <div class="h-c-grid">


<figure class="article-image--large
  
  
    h-c-grid__col
    h-c-grid__col--6 h-c-grid__col--offset-3
    
    
  ">

  
  
    
    <img alt="システム構成図入稿用" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/shisutemuGouChengTuRuGaoYong.max-1000x1000.png" />
    
    </a>
  
</figure>


  </div>
</div>

Gemini や AlloyDB AI も活用しながら、DX と新たな価値創出を追求

今回の移行プロジェクトで得られた技術的な成果を、齋藤氏は次のように総括します。

「『生鮮 DB』は日々の業務を担う『止められないシステム』です。本プロジェクトでは、止められないから移行を諦めるのではなく、ダウンタイムを極小化しながら AlloyDB に移行することで要件をクリアしただけでなく、将来的なデータ活用まで視野に入れることができました。BigQuery との連携では、Datastream を活用することにより、セキュアな通信を維持したまま、AlloyDB から BigQuery へニア リアルタイムにデータを連携できるようにもなりました。」

一方、荒川氏は AlloyDB を軸とした新たなデータベース基盤が、現場における業務を大きく変えつつあると説明します。

「従来、生鮮の現場では、担当者が独自のツールを使って DB からデータを抽出し、手作業で表計算ソフトの集計や状況確認を行っていました。しかし新たなシステムでは、BigQuery 上に生鮮のニア リアルタイムなデータを集約し、さらに天気情報や人流データ、客数予測といった外部データを掛け合わせることが可能になります。店舗での売り上げ情報を即座に反映して『製造の推奨数』を算出することにより、生鮮領域のロスを削減しながら、売り上げを増やすための合理化も図られるようになりました。」

オーケーではデータドリブンな業務改革を定着させるため、環境づくりも進められています。実際に必要とされるデータやシステム運用のリテラシーは職種や部門によって異なるため、AI をエージェント化し、自然言語でデータを活用できるようにする取り組みが始まっています。「自動化できるところは AI で積極的に自動化し、人間は本当に考えるべき業務だけを担う」という発想には、少子高齢化による人手不足に対応する狙いも込められています。

「小売 × IT」で新たなニーズに対応し、事業成長を牽引していく。このアプローチを推進し続けるべく、荒川氏は Google Cloud のエコシステムを活用しながら、DX の推進と顧客体験の向上を図りたいと改めて強調しました。

「デジタル上で店舗の商品を見つけやすくすることは、顧客体験を向上させ、売り上げを伸ばす意味でも重要です。例えば従来のキーワード検索では、『コレステロールが気になる人向けの油は?』といった問いかけに対し、商品を見つけられないことがありました。しかし AlloyDB AI を活用すれば、意味や文脈を汲み取った検索や、類似商品の提案も可能になっていきます。AlloyDB や BigQuery はもとより、Google Workspace や NotebookLM、Gemini をはじめとするツールには、データ連携や集約がシームレスに行えるという大きな魅力があります。今後も KDDIアイレットや Google Cloud のサポートを受けながら先進的な IT を活用し、お客様に提供する価値を高め続けていきたいと考えています。」


 

<div class="article-module h-c-page">
  <div class="h-c-grid">


<figure class="article-image--large
  
  
    h-c-grid__col
    h-c-grid__col--6 h-c-grid__col--offset-3
    
    
  ">

  
  
    
    <img alt="_53A1319-2_Small" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/_53A1319-2_Small.max-1000x1000.jpg" />
    
    </a>
  
</figure>


  </div>
</div>

オーケー株式会社
1958 年創業。「高品質・Everyday Low Price」を経営方針に掲げ、関東(1 都 3 県)、関西(大阪府・兵庫県)に 180 店舗以上のディスカウント スーパーマーケットを展開。高品質な商品でありながら、特売日を設けず毎日が低価格の「Everyday Low Price(EDLP)」方針を徹底し、ナショナル ブランド商品については地域一番の最安値を目指す。2024 年には関西エリアにも進出し、年商 7,500 億円を超える規模へと成長している。

KDDIアイレット株式会社
2003 年 8 月にアイレット株式会社として創業し、2017 年 2 月に KDDI株式会社の傘下に。2026 年 4 月に KDDI Digital Divergence Holdings株式会社との合併により、社名を KDDIアイレット株式会社に変更。クラウドインテグレーション事業、開発事業、デザイン事業、提携事業を展開し、Google Cloud パートナーとして、インフラの移行や新規構築、アプリケーション開発、AI エージェント開発まで数多くの実績を持つ。

インタビュイー(写真左から)

・オーケー株式会社
 IT本部 副本部長 荒川 健児 氏

・KDDIアイレット株式会社
 クラウド・イノベーション本部 クラウドインテグレーション事業部 グループリーダー
 齋藤 寛隆 氏


その他の導入事例はこちらをご覧ください。